研究目的
为利用PPG信号进行逐搏(B2B)脉搏间隔分析,提供强大的峰值与起始点检测算法,从而通过PRV分析实现临床诊断与健康监测。
研究成果
所提出的用于腕部PPG信号PRV分析的鲁棒峰值与起始点检测算法,与心电图HRV结果显示出强相关性和一致性,其覆盖率、灵敏度及阳性预测值均高于83%,且平均RMSSD差异低于20毫秒。这证明了通过PRV分析利用PPG信号进行临床诊断和健康监测的潜力。
研究不足
基于光电容积图(PPG)的算法性能可能因血液灌注不足、环境光线和运动伪影而降低。未来工作将聚焦于应用运动抑制算法并解决心率变异性(PRV)分析中的心跳缺失问题。
1:实验设计与方法选择:
本研究采用稳健的PPG信号峰值与起始点检测算法,运用源自动脉血压(ABP)波形的混合描记法。
2:样本选择与数据来源:
通过ADI多传感器手表平台采集27名不同年龄、肤色及体型受试者的数据,该平台可同步获取PPG与ECG信号。
3:实验设备与材料清单:
使用ADI生命体征监测(VSM)腕式平台(含PPG传感器与ECG电极)进行数据采集。
4:实验流程与操作步骤:
算法包含预处理阶段(分帧加窗、带通滤波、自动增益控制、信号平滑)和高分辨率B2B提取(插值、描记、信号质量指标)。
5:数据分析方法:
通过覆盖率、灵敏度、阳性预测值及RMSSD指标评估算法性能,将PPG B2B结果与Pan Tompkin算法获得的ECG B2B结果进行对比。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容